정확한 멀티미디어 추천을 위한모달리티 반영 뷰 기반의 대조 학습 (Contrastive Learning Based on Modality Reflection View for Accurate Multimedia Recommendation)

서지정보

· 발행기관 : 한국정보처리학회
· 수록지 정보 : 정보처리학회 논문지 / 13권 / 11호 / 637 ~ 644페이지
· 저자명 : 반소희, 김태리, 김상욱

초록

최근, 대조 학습 기반의 멀티미디어 추천 시스템들이 활발하게 연구되고 있다. 이들은 아이템의 멀티모달 피처들로부터 아이템의 뷰들을 생성하고, 이러한 뷰들을 활용하여 대조 학습을 진행함으로써 기존 멀티미디어 추천 시스템들보다 상당히 향상된 추천 정확도를 제공한다. 그럼에도불구하고, 본 논문에서는 기존 대조 학습 기반의 멀티미디어 추천 시스템들이 아이템의 뷰들을 생성하는 데에 아이템의 모달리티 피처들을 올바르게반영하는 것의 중요성을 간과하며, 그 결과 추천 정확도 향상에 제약을 갖는다고 주장한다. 이는 아이템 임베딩에 아이템 자신의 모달리티 피처를올바르게 반영하는 것이 추천 정확도 향상에 도움이 된다는 기존 멀티미디어 추천 시스템들의 발견에 기반한다. 따라서 본 논문에서는 아이템의모달리티 피처들을 올바르게 반영하는 뷰들(구체적으로, 모달리티 반영 뷰들)을 활용하여 대조 학습을 진행하는 새로운 멀티미디어 추천 시스템을제안한다. 두 가지 실세계 공개 데이터 집합들에 대한 실험들을 통해, 본 논문은 제안 방안이 최신 멀티미디어 추천 시스템의 정확도를 6.42%까지개선할 수 있음을 확인하였으며, 이는 모달리티 반영 뷰들을 활용하여 대조 학습을 진행하는 것의 중요성을 뒷받침한다.

영어초록

Recently, contrastive learning-based multimedia recommender systems have been actively researched. They provide significantlyimproved recommendation accuracy compared to existing multimedia recommender systems by generating views for items based on theirmultimodal features and conducting contrastive learning using these views. Nevertheless, our paper claims that existing contrastivelearning-based multimedia recommender systems overlook the importance of properly reflecting the modality features of items whengenerating their views, thereby resulting in limited improvements in recommendation accuracy. This claim is based on findings fromexisting multimedia recommender systems, demonstrating that properly reflecting an item’s modality features in its embedding contributesto improved recommendation accuracy. Thus, our paper proposes a novel multimedia recommendation framework that conductscontrastive learning using views (spec., modality reflection views) that can properly reflect the modality features of items. Via experimentsusing two real-world public datasets, our paper demonstrated that the proposed method outperforms state-of-the-art multimediarecommender systems in recommendation accuracy by up to 6.42%. This result shows the importance of performing contrastive learningby utilizing modality reflection views.

참고자료

· 없음